计算科学推进大数据时代多学科交叉发展

计算科学推进大数据时代多学科交叉发展

李建欣1，胡春明1，陶飞2，赵洁玉1

(1.北京航空航天大学计算机学院，北京 100191；

2.北京航空航天大学自动化科学与电气工程学院，北京 100191) 摘要：针对在互联网和大数据时代下计算科学不断得到国家和高等院校的重视，以及科研创新和人才培养对多学科交叉的需求，分析国内外科研和教育关于计算科学及交叉学科发展的战略和举措，提出基于计算科学科研和教育协同发展的观点，阐述当前计算科学驱动下交叉学科的发展模式、人才培养和创新机制，以期有效规避学科思维壁垒和知识孤岛，提高研究生培养的质量。

关键词：计算科学；学科交叉；大数据；互联网；研究生培养

0 引言

理论科学、实验科学和计算科学（computational science）作为科学创新三大支柱，正推动着人类文明进步和科技发展，中科院陈国良院士曾特别强调了计算科学的重要性，并对以“计算思维”为核心的大学计算机基础课程教学给出指导[1]。理论科学是以数学为代表，实验科学是以物理为代表，而计算科学则是以设计和构造为特征，以计算机学科为代表。欧美等发达国家保持的国家竞争力优势，很大程度上是因为它们利用信息技术优势进行人才培养和技术研发，在高校、企业、政府等

构建起庞大的计算机信息技术创新体系。早在2005年6月，美国总统信息技术咨询委员会为美国总统提交报告《计算科学：确保美国竞争力》(Computational Science: Ensuring America’s Competitiveness)[2]，报告认为美国政府必须认识到计算科学在社会科学、生物医学、工程研究、国家安全等方面的重要性，并将计算科学长期置于国家科学与技术领域中心的领导地位。我国也在《国家中长期科学和技术发展规划纲要（2006—2020年）》明确将“自主创新，重点跨越，支撑发展，引领未来”作为近年科技工作的指导方针。

1 计算科学面临的机遇

信息战略对各行业发展都具有支撑优势，现阶段我们确实看到科学研究的重要基础正处于一个知识大融合、大交叉的时代，交叉学科已经成为研究生教育和培养过程的关键[3]。交叉学科的重要性在诺贝尔奖获得者身上得到很清晰的印证。有学者对20世纪100年内的466位诺贝尔自然科学奖得主的知识背景进行了考察，以25年为一个时间段，拥有知识交叉背景的人数在20世纪第二个25年有大幅度的提高，从29.73％上升到42.5％；经过60、70年代的调整，近年来，诺贝尔奖得主中拥有交叉知识背景的比率上升到世纪末的49.07％[4-5]。

计算科学一直是交叉学科融合、发展的推动剂，如图1所示。由于其本身就具有科学研究和各类应用的支撑作用，很多计算课程和技术都作为研究生教育和培养的环节。如在交通科学中，智能交通（intelligent transportation）就是典型的融合网络计算中相关的移动（无线）网络

通讯以及海量数据存储和智能处理等技术实现城市交通的智能化。此外，计算科学在航空航天、生物材料和先进仿真中都能发挥重要作用。同时计算科学的快速发展也催生很多新机遇，有利于跨学科高水平人才队伍和研究团队建设。计算科学对传统技术所发挥出的先进性和支撑性作用，能够促进学科研究和探索潜力挖掘。此外多学科思想的交流会激发研究生形成跨学科创新思维的多元知识体系结构，不但能提升其研究水平，也能拓宽其就业渠道并增强就业竞争力。

计算机在计算科学中有两层作用，低层次的作用是计算机仅充当工具；高层次的作用是计算机可以反过来对计算科学起促进、指导和加速作用，从而上升为一种思维。近年来互联网以及新型计算模式的发展对计算科学应用起到加速效应。以医学为例，早期由于缺乏信息高效交换和统计分析方法，医疗知识共享和应用周期非常长，如坏血病治疗方案从被发现到英国海军最终临床应用经过了264年时间，如今信息技术支撑的计算方法对医学行业分析产生极大促进作用[6]。此外信息世界呈现网络化、普适化和智能化趋势，如中国互联网络信息中心CNNIC第32次互联网报告[7]显示：2013年中国网民规模达5.91亿，互联网普及率为44.1%。互联网发展带动新型计算模式发展，为计算科学的可应用性提供了更为坚实的基础，如服务计算（service-oriented computing）、网格计算（grid computing）、云计算（cloud computing）等多种新型网络计算模式，为科学研究提供了新的环境和思路。各国政府也将信息学科的优势融入科学研究中，着力改善资源浪费和信息孤岛问题。互联网的发展和应用使得计算科学面临两大新机遇。一方面，社交网络、

电子商务与移动互联网等正将人类带入一个“大规模”资源和“零距离”网络化服务时代，不断催生云计算等网络业务模式的演进，为计算科学的领域研究提供高性能、低成本的计算与存储服务，支撑基础学科和技术应用研发进程；另一方面，人类进入“大数据”（big data）时代[8-9] ，数据成为一种战略资源，基于数据中心大规模数据分析已成为继理论、实验和计算之后的第四种科学发现基础，将成为未来提升经济价值的新途径，因此通过数据的获取、传输、处理和应用，能够为其他基础学科的研究带来新的转变，特别是通过云计算提供的高性能、低成本的计算和软件服务。

近年来，各学科的新特点就是步入大数据时代。据IDC报告，全球数据2009年达到0.8ZB，2012年达到2.7ZB，预计2020年将达到35ZB。各个行业的数据量迅速积聚，呈现出真理尽在数据中。以课程教育行为例，大规模开放在线课程（Massive Open Online Course, MOOC）得到快速发展，与传统视频公开课相比，MOOC是一个完整的教学模式，借助大规模社交能力，有参与、反馈、作业、讨论和评价等各环节，被《纽约时报》评为2012年横跨IT和教育界的一个革命性事件。2011年，斯坦福大学推出免费在线课程，超10万人报名参加Andrew Ng 教授的Machine Learning课程。新公司Coursera（https:///）汇聚全球16个国家的300多门课程，注册用户300万，增长速度一度超越Facebook，Andrew Ng 教授称其为“一种集线器（hub），既聚合学习，又聚合网络”。借助庞大社区和大数据分析能力，任何问题可在几分钟内解决。